给大家整理了19个pythonic的编程习惯(小结)

Python  /  管理员 发布于 7年前   181

Python最大的优点之一就是语法简洁，好的代码就像伪代码一样，干净、整洁、一目了然。

要写出 Pythonic（优雅的、地道的、整洁的）代码，需要多看多学大牛们写的代码，github 上有很多非常优秀的源代码值得阅读，比如：requests、flask、tornado，下面列举一些常见的Pythonic写法。

0. 程序必须先让人读懂，然后才能让计算机执行。

“Programs must be written for people to read, and only incidentally for machines to execute.”

1. 交换赋值

##不推荐temp = aa = bb = a ##推荐a, b = b, a # 先生成一个元组(tuple)对象，然后unpack

2. Unpacking

##不推荐l = ['David', 'Pythonista', '+1-514-555-1234']first_name = l[0]last_name = l[1]phone_number = l[2] ##推荐l = ['David', 'Pythonista', '+1-514-555-1234']first_name, last_name, phone_number = l# Python 3 Onlyfirst, *middle, last = another_list

3. 使用操作符in

##不推荐if fruit == "apple" or fruit == "orange" or fruit == "berry":  # 多次判断 ##推荐if fruit in ["apple", "orange", "berry"]:  # 使用 in 更加简洁

4. 字符串操作

##不推荐colors = ['red', 'blue', 'green', 'yellow']result = ''for s in colors:  result += s # 每次赋值都丢弃以前的字符串对象, 生成一个新对象 ##推荐colors = ['red', 'blue', 'green', 'yellow']result = ''.join(colors) # 没有额外的内存分配

5. 字典键值列表

##不推荐for key in my_dict.keys():  # my_dict[key] ... ##推荐for key in my_dict:  # my_dict[key] ...# 只有当循环中需要更改key值的情况下，我们需要使用 my_dict.keys()# 生成静态的键值列表。

6. 字典键值判断

##不推荐if my_dict.has_key(key):  # ...do something with d[key] ##推荐if key in my_dict:  # ...do something with d[key]

7. 字典 get 和 setdefault 方法

##不推荐navs = {}for (portfolio, equity, position) in data:  if portfolio not in navs:      navs[portfolio] = 0  navs[portfolio] += position * prices[equity]##推荐navs = {}for (portfolio, equity, position) in data:  # 使用 get 方法  navs[portfolio] = navs.get(portfolio, 0) + position * prices[equity]  # 或者使用 setdefault 方法  navs.setdefault(portfolio, 0)  navs[portfolio] += position * prices[equity]

8. 判断真伪

##不推荐if x == True:  # ....if len(items) != 0:  # ...if items != []:  # ... ##推荐if x:  # ....if items:  # ...

9. 遍历列表以及索引

##不推荐items = 'zero one two three'.split()# method 1i = 0for item in items:  print i, item  i += 1# method 2for i in range(len(items)):  print i, items[i]##推荐items = 'zero one two three'.split()for i, item in enumerate(items):  print i, item

10. 列表推导

##不推荐new_list = []for item in a_list:  if condition(item):    new_list.append(fn(item)) ##推荐new_list = [fn(item) for item in a_list if condition(item)]

11. 列表推导-嵌套

##不推荐for sub_list in nested_list:  if list_condition(sub_list):    for item in sub_list:      if item_condition(item):        # do something... ##推荐gen = (item for sl in nested_list if list_condition(sl) \      for item in sl if item_condition(item))for item in gen:  # do something...

12. 循环嵌套

##不推荐for x in x_list:  for y in y_list:    for z in z_list:      # do something for x & y ##推荐from itertools import productfor x, y, z in product(x_list, y_list, z_list):  # do something for x, y, z

13. 尽量使用生成器代替列表

##不推荐def my_range(n):  i = 0  result = []  while i < n:    result.append(fn(i))    i += 1  return result # 返回列表##推荐def my_range(n):  i = 0  result = []  while i < n:    yield fn(i) # 使用生成器代替列表    i += 1# 尽量用生成器代替列表，除非必须用到列表特有的函数。

14. 中间结果尽量使用imap/ifilter代替map/filter

##不推荐reduce(rf, filter(ff, map(mf, a_list)))##推荐from itertools import ifilter, imapreduce(rf, ifilter(ff, imap(mf, a_list)))# lazy evaluation 会带来更高的内存使用效率，特别是当处理大数据操作的时候。

15. 使用any/all函数

##不推荐found = Falsefor item in a_list:  if condition(item):    found = True    breakif found:  # do something if found... ##推荐if any(condition(item) for item in a_list):  # do something if found...

16. 属性(property)

##不推荐class Clock(object):  def __init__(self):    self.__hour = 1  def setHour(self, hour):    if 25 > hour > 0: self.__hour = hour    else: raise BadHourException  def getHour(self):    return self.__hour##推荐class Clock(object):  def __init__(self):    self.__hour = 1  def __setHour(self, hour):    if 25 > hour > 0: self.__hour = hour    else: raise BadHourException  def __getHour(self):    return self.__hour  hour = property(__getHour, __setHour)

17. 使用 with 处理文件打开

##不推荐f = open("some_file.txt")try:  data = f.read()  # 其他文件操作..finally:  f.close()##推荐with open("some_file.txt") as f:  data = f.read()  # 其他文件操作...

18. 使用 with 忽视异常(仅限Python 3)

##不推荐try:  os.remove("somefile.txt")except OSError:  pass##推荐from contextlib import ignored # Python 3 onlywith ignored(OSError):  os.remove("somefile.txt")

19. 使用 with 处理加锁

##不推荐import threadinglock = threading.Lock()lock.acquire()try:  # 互斥操作...finally:  lock.release()##推荐import threadinglock = threading.Lock()with lock:  # 互斥操作...

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。